机构名称：
¥ 1.0
DNA测序技术已大大提高，导致基因组数据的扩散。下一代测序方法能够廉价，快速地产生读取，从而产生大量数据集，例如人类基因组和其他生物的基因组[1]。测序中的这种爆炸既创造了分析和解释基因组数据的机遇和挑战。一个重要的计算任务是识别和分类DNA序列中编码的各种功能元素，例如基因，调节区域和重复。由于DNA序列包含不可感知的人类的复杂模式，因此机器学习技术为以自动化方式解密这些序列的途径有希望的途径。机器学习涉及算法，这些算法可以从数据中学习以做出预测或决策，而无需明确编程任务[2]。在监督的机器学习中，对模型进行了标记的示例培训，学习从输入到输出标签进行映射。然后，训练有素的模型可以应用于新的未标记数据。机器学习在计算机视觉，语音识别和自然语言处理等领域已变得无处不在。随着生物学中的大数据的兴起，机器学习在生物信息学和计算生物学中的应用也增加了[3]。机器学习技术已成功用于多种基因组序列分析任务，包括基因预测，调节区域鉴定和表观基因组建模。
使用机器学习对DNA进行分类
主要关键词
相关文件推荐
